국립부경대학교 일반대학원 데이터공학과

국립부경대학교 데이터사이언스융합인재양성사업단은 2026년 9월 28일 성균관대학교 소프트웨어학과 이종욱 연사를 초청하여 ‘추천 파운데이션 모델의 최신 동향’을 주제로 특강을 진행하였다. 이번 강연에서는 파운데이션 모델의 의미 이해와 생성 능력이 추천 시스템에 가져오는 변화와 주요 연구 동향을 살펴보았다.

강연은 사용자와 아이템의 ID 임베딩 및 협업 신호에 의존하는 전통적인 추천 시스템의 한계를 설명하는 것으로 시작되었다. 신규 사용자나 아이템의 정보가 부족한 콜드 스타트, 비인기 아이템의 추천 기회가 제한되는 롱테일, 서로 다른 서비스 영역 간 정보 단절 등의 문제를 짚고, 언어와 이미지의 의미 정보를 활용한 개선 방향을 소개하였다.

주요 내용으로는 의미 임베딩을 기존 추천 모델과 결합하는 피처 기반 방법, 아이템의 의미 식별자를 활용해 추천 결과를 직접 생성하는 생성형 방법, 사용자와 아이템을 자율 에이전트로 구성하는 에이전틱 방법을 다루었다. CTRL·AlphaRec, TIGER·GRAM, AgentCF·AgentCF++ 등 대표적인 연구 사례를 통해 각 접근법의 핵심 아이디어와 성과를 비교하고, 사용자 선호와 맥락을 반영하는 방식을 설명하였다.

이와 함께 실제 서비스 적용 과정에서 고려해야 할 연산 비용, 실시간 처리, 개인정보 보호 등의 과제를 논의하였다. 향후 발전 방향으로는 여러 에이전트가 협력하는 추천 생태계, 텍스트와 이미지 등을 함께 활용하는 멀티모달 통합, 사용자 기기에서 개인화된 추천을 수행하는 온디바이스 추천을 제시하였다.

온라인으로 진행된 이번 특강은 대학원생들에게 추천 시스템이 의미 이해와 생성, 자율적 상호작용으로 확장되는 흐름을 소개하였다. 이를 통해 파운데이션 모델의 활용 가능성을 이해하고, 추천 성능과 실제 서비스 환경을 함께 고려한 연구 방향을 탐색하는 기회를 제공하였다.